论文部分内容阅读
精确地掌控临界交通参数及交通流临界特性是对城市路网交通进行有效管控的基础。同时，对临界交通参数的分析和估计是有效提高道路交通运行效率，减少道路交通拥堵的前提。RFID(Radio Frequency Identification)技术的出现，实现了路网机动车辆的精准覆盖，且能实时获取城市路网中全体机动车辆的出行信息。鉴于其优越的数据实时性以及车辆的全面覆盖性，基于RFID汽车电子标识数据深入研究城市快速路交通流，进而获得准确的临界交通参数及交通流临界特性，对改善城市快速路交通管理控制水平具有理论和实际意义。
本文以RFID汽车电子标识数据为研究快速路临界交通参数估计的数据基础，深入分析交通流突变特性以及“数据间隙”现象，建立了一种基于突变理论的交通状态临界相变区间判别方法以及考虑交通流突变特性的临界交通参数估计模型，解决了对临界交通状态的识别以及临界交通参数的估计问题。重点突破两个难点：一是基于RFID汽车电子标识数据的交通流密度参数难以直接观测获取的问题；二是RFID基站分布稀疏，导致RFID汽车电子标识数据的空间分布也较为稀疏和离散，不适合用传统的交通流理论模型进行分析的问题。主要研究内容包括：
①针对RFID基站部署的稀疏性以及RFID汽车电子标识数据的优势，为交通流特征参数的提取带来便利的同时也给精确获取交通流密度参数带来了一定难度。提出一种区别于传统交通流模型直接通过其它参数间接估计密度的算法，体现了交通流“数据间隙”现象下利用新兴RFID技术进行交通流特征提取的优势；
②针对交通流存在的突变特性和“数据间隙”现象，对交通状态的突变现象进行了分析和验证，并结合亚稳态的概念，提出将交通状态划分为畅通状态、亚稳态和拥挤状态三种状态，并且通过构建交通流突变模型，分析和确定了适用于城市快速路的交通状态临界相变区间，对研究临界交通参数估计问题提供了理论支撑；
③针对RFID汽车电子标识数据不适用于传统的交通流理论模型对临界交通状态时刻的参数进行研究的问题，构建了一种考虑交通流突变特性的临界交通参数估计模型。将不同交通状态的概率密度分布应用于高斯混合分布模型，最终估计出临界交通状态时刻对应的交通流参数值。另外，通过实测的RFID汽车电子标识数据为数据支撑验证了本文临界交通参数估计模型的针对性和适用性。
本文以RFID汽车电子标识数据为研究快速路临界交通参数估计的数据基础，深入分析交通流突变特性以及“数据间隙”现象，建立了一种基于突变理论的交通状态临界相变区间判别方法以及考虑交通流突变特性的临界交通参数估计模型，解决了对临界交通状态的识别以及临界交通参数的估计问题。重点突破两个难点：一是基于RFID汽车电子标识数据的交通流密度参数难以直接观测获取的问题；二是RFID基站分布稀疏，导致RFID汽车电子标识数据的空间分布也较为稀疏和离散，不适合用传统的交通流理论模型进行分析的问题。主要研究内容包括：
①针对RFID基站部署的稀疏性以及RFID汽车电子标识数据的优势，为交通流特征参数的提取带来便利的同时也给精确获取交通流密度参数带来了一定难度。提出一种区别于传统交通流模型直接通过其它参数间接估计密度的算法，体现了交通流“数据间隙”现象下利用新兴RFID技术进行交通流特征提取的优势；
②针对交通流存在的突变特性和“数据间隙”现象，对交通状态的突变现象进行了分析和验证，并结合亚稳态的概念，提出将交通状态划分为畅通状态、亚稳态和拥挤状态三种状态，并且通过构建交通流突变模型，分析和确定了适用于城市快速路的交通状态临界相变区间，对研究临界交通参数估计问题提供了理论支撑；
③针对RFID汽车电子标识数据不适用于传统的交通流理论模型对临界交通状态时刻的参数进行研究的问题，构建了一种考虑交通流突变特性的临界交通参数估计模型。将不同交通状态的概率密度分布应用于高斯混合分布模型，最终估计出临界交通状态时刻对应的交通流参数值。另外，通过实测的RFID汽车电子标识数据为数据支撑验证了本文临界交通参数估计模型的针对性和适用性。